Qwen4-Maxは東京リージョンでも使えます。ただし、東京で申し込めば推論も日本国内で済む、というわけではありません。Alibaba Cloudの料金表を見ると、東京のqwen4-maxは「Global」という区分にしか載っていません。そして東京リージョンの説明では、Globalを「中国本土を含む、利用可能な任意のノード」と定義しています。
費用も、単価の安さだけでは判断できません。このMacのClaude Codeの記録30日分を同じトークン数のまま公式単価で計算し直しました。キャッシュが記録どおり効けば、東京のQwen4-MaxはOpus 5.5の約3分の1(0.32倍)です。逆にキャッシュがまったく効かないと、約3倍(2.96倍)に跳ね上がります。
以下、料金表とリージョン資料の該当箇所、試算の式、自分の記録で同じ計算をするスクリプトの順に示します。確認日は2026年11月16日(日本時間)です。Qwen4-Maxを実際に呼び出しての検証はしていません。
東京リージョンのqwen4-maxは「Global」だけ。推論は中国本土のノードで動く場合がある
Model Studio(Alibaba CloudのAIモデルAPI)では、「リージョン」と「デプロイ範囲」を別々に選びます。リージョンの説明によると、リージョンはAPIの受付窓口とデータの保存先を決めます。デプロイ範囲は、推論を実行する場所を決めます。保存されるデータは選んだリージョンから出ない、と明記されています。
東京リージョンでは、デプロイ範囲を「Global」か「Japan」から選べます。東京リージョンのページは、Japanを「リージョン内で推論」、Globalを「中国本土と海外を含む、利用可能な任意のノード」と説明しています。
問題は、qwen4-maxがどちらに載っているかです。料金表の東京の欄では、qwen4-maxの行はGlobalだけでした。同じ東京の欄でも、qwen3.7-plusなどにはJapanの行があります。qwen4-maxのモデル資料(11月16日更新)も、東京を「Scope: Global」としています。
つまり東京で契約しても、qwen4-maxの推論は中国本土のノードで行われる可能性があります。保存先が東京でも、推論は日本の外で行われ得るということです。社内規程や顧客との契約で「国内で処理すること」が条件になっているなら、今のところqwen4-maxは選べません。国内で推論を終える必要がある場合は、Japanの行があるモデル(qwen3.7-plusなど)から選ぶことになります。
シンガポールのqwen4-maxの区分は「International」です。料金表とモデル資料では、Internationalの推論場所の定義は確認できませんでした。
単価はSonnet 5.5の入力側0.75倍・出力0.45倍。キャッシュの仕組みはClaudeとほぼ同じ
Qwenの公式ブログによると、Qwen4-Maxは11月16日に正式版になりました(11月11日からはプレビュー)。従量課金の単価は次のとおりです。単位は100万トークン当たりの米ドルで、思考モードと非思考モードは同額です。表の「Qwen」はQwen4-Max、「東京」はGlobalの区分、「SG」はシンガポール、「読み取り」はキャッシュ読み取りです。Claudeの単価はAnthropicの料金ページで同じ日に確認しました。
| モデル | 入力 | 読み取り | 出力 |
|---|---|---|---|
| Qwen 東京 | 1.413 | 0.071 | 4.24 |
| Qwen SG | 1.5 | 0.075 | 4.5 |
| Sonnet 5.5 | 2 | 0.10 | 10 |
| Opus 5.5 | 4 | 0.20 | 20 |
キャッシュの書き込み料金は、シンガポールが5分保持で1.875ドル、1時間保持で3ドルです。東京は1.767ドルと2.827ドル。入力単価に対する倍率は、5分が1.25倍、1時間が2倍、読み取りが0.05倍です。これはOpus 5.5・Sonnet 5.5と同じ倍率です。違うのは単価そのもので、シンガポールで比べると、入力側(書き込み・読み取りを含む)はSonnet 5.5の0.75倍、出力は0.45倍です。
シンガポールには、100万トークンの無料枠があります(有効化・モデル公開・アプリ承認のうち遅い日から90日間)。東京など他のリージョンの表には、無料枠の記載がありません。バッチ推論には対応していないため、Claudeのバッチ半額のような割引は使えません。
Claude Codeの30日分の記録で試算:キャッシュが効けばOpus 5.5の0.32倍、効かなければ2.96倍
単価表だけでは、自分の使い方でいくらになるかは分かりません。そこで、このMacのClaude Codeが記録したトークン数を使いました。対象は2026年10月17日〜11月16日(UTC)の15,044リクエストです。ほとんどがOpus 5.5で、用途はこのブログの調査・執筆・投稿作業とスクリプトの保守です。記録のusage欄だけを集計し、会話の本文は読んでいません。
トークンの内訳は、キャッシュ読み取りが約30.1億で全体の97.0%を占めます。残りは1時間書き込み約5,590万、5分書き込み約1,837万、出力約1,799万、通常入力約3万です。これに各モデルの単価を掛けると、次の金額になります(API定価で換算した額です。実際の支払いはサブスクリプションです)。
- Claude Opus 5.5:1,501.17ドル
- Claude Sonnet 5.5:750.59ドル(Opusの0.50倍)
- Qwen4-Max シンガポール:508.96ドル(0.34倍)
- Qwen4-Max 東京・Global:480.58ドル(0.32倍)
- Qwen4-Max 東京で、キャッシュが一切効かない場合:4,435.27ドル(2.96倍)
極端な差が出るのは、読み取りがトークンの97%を占めるからです。キャッシュが当たれば100万トークン当たり0.071ドル、外れると通常入力の1.413ドルになり、約20倍の差があります。
Claudeでキャッシュ読み取りだったトークンのうち、Qwen側でも当たる割合(命中率)を変えて計算すると、命中率が約75%(74.74%)を下回ると、Qwen4-MaxのほうがOpus 5.5より高くなります。Sonnet 5.5と比べると、損益分岐は約93%(93.32%)です。Sonnet 5.5からの乗り換えで費用を下げるには、Claudeとほぼ同じ精度でキャッシュが当たる必要があります。
この試算は単価だけの比較です。Qwenはトークンの数え方(トークナイザー)がClaudeと違うため、同じ文章でもトークン数は変わります。思考の長さが変われば出力量も変わります。Claude Codeが送るキャッシュ指定をModel Studioがどこまで同じように扱うかも、今回は確かめていません。モデル資料には、明示キャッシュがAnthropic互換APIで5分・1時間の保持に対応すると書かれています。ただ、それがClaude Code経由でも同じ命中率になるかどうかは、実際に呼び出してみないと分かりません。
自分の記録で同じ計算をする
キャッシュの比率は人によって大きく違います。短い質問を単発で投げる使い方なら、読み取りの比率は下がり、出力の比率が上がります。そうなると、出力単価が安いQwen4-Maxのほうが有利になります。自分のClaude Codeの記録で確かめるには、次のPythonスクリプトを実行します。外部へは何も送らず、記録のトークン数だけを読みます。
import json, pathlib
P = {"Opus 5.5": (4, 5, 8, 0.20, 20), "Sonnet 5.5": (2, 2.5, 4, 0.10, 10),
"Qwen4-Max 東京": (1.413, 1.767, 2.827, 0.071, 4.24)}
seen, t = set(), [0, 0, 0, 0, 0]
for f in pathlib.Path.home().joinpath(".claude/projects").rglob("*.jsonl"):
for line in f.open(encoding="utf-8", errors="ignore"):
if '"usage"' not in line:
continue
try:
d = json.loads(line)
except ValueError:
continue
m = d.get("message") or {}
u, k = m.get("usage"), d.get("requestId") or m.get("id")
if not u or not k or k in seen:
continue
seen.add(k)
c = u.get("cache_creation") or {}
for i, v in enumerate((u.get("input_tokens", 0), c.get("ephemeral_5m_input_tokens", 0),
c.get("ephemeral_1h_input_tokens", 0), u.get("cache_read_input_tokens", 0),
u.get("output_tokens", 0))):
t[i] += v or 0
print("入力, 5分書込, 1時間書込, 読取, 出力", t)
for name, p in P.items():
print(name, "$%.2f" % sum(a * b / 1_000_000 for a, b in zip(t, p)))
q = P["Qwen4-Max 東京"]
print("Qwen4-Max 東京(キャッシュなし)", "$%.2f" % ((sum(t[:4]) * q[0] + t[4] * q[4]) / 1_000_000))
このMacで実行すると、全期間の合計で次の結果になりました。最後の行が、キャッシュが一切効かない場合の上限です。
入力, 5分書込, 1時間書込, 読取, 出力 [31942, 18368879, 59589348, 3107031621, 18566826]
Opus 5.5 $1561.43
Sonnet 5.5 $780.71
Qwen4-Max 東京 $500.28
Qwen4-Max 東京(キャッシュなし) $4579.16
読み取りが全体の9割を超えているなら、乗り換えの損得はキャッシュの命中率で決まります。Claude Codeの費用がどの項目で決まるかは、Claude Codeの料金は何で決まる?で同じ方法を使って詳しく分けています。
Claude Codeで使う設定と、公式手順に載っていないこと
Model StudioのClaude Code手順(11月16日更新)では、settings.jsonのenvに接続先・APIキー・モデル名を書きます。従量課金の接続先はシンガポールのhttps://dashscope-intl.aliyuncs.com/apps/anthropicです。Token Planの注記には、qwen4-maxをANTHROPIC_DEFAULT_OPUS_MODELに指定する例があります。公式に載っているキー名を使って書くと、次のような形です(値は例です。私は動作を確かめていません)。
{
"env": {
"ANTHROPIC_BASE_URL": "https://dashscope-intl.aliyuncs.com/apps/anthropic",
"ANTHROPIC_AUTH_TOKEN": "sk-xxxxxxxx",
"ANTHROPIC_MODEL": "qwen4-max",
"ANTHROPIC_DEFAULT_OPUS_MODEL": "qwen4-max",
"ANTHROPIC_DEFAULT_SONNET_MODEL": "qwen4-max",
"ANTHROPIC_DEFAULT_HAIKU_MODEL": "qwen3.8-flash"
}
}
手順書には、よくある失敗として「キーの種類と接続先の組み合わせ違い」が挙がっています。従量課金、Coding Plan、Token Planでは、APIキーも接続先URLも別物です。
東京リージョンの接続先は、Claude Codeの手順に載っていません。リージョンの説明によると、東京はワークスペース専用ドメイン(ワークスペースID.ap-northeast-1.maas.aliyuncs.com)だけに対応しています。Claude Codeから東京を使えるかどうかは、自分のワークスペースで確かめる必要があります。仮に使えても、qwen4-maxの推論場所がGlobalであることは変わりません。
思考モードは既定で有効です。Anthropic互換APIの努力量はlow・high・xhighの3段階で、既定はhighです(maxを指定するとxhighとして扱われます)。
私の判断:機密を扱わない作業で、命中率を見てから移る
Opus 5.5を従量課金で使っていて、扱うのが公開情報や個人の検証用コードだけなら、試す価値はあります。私の記録では、キャッシュが効く前提で費用が約3分の1になりました。まず普段の作業を少量だけ流し、キャッシュ読み取りとして数えられたトークンの割合を確かめます。命中率が75%を超えていれば、Opus 5.5より安くなります。移るかどうかを決めるのは、その数字を見てからで十分です。
Sonnet 5.5からの乗り換えは、費用面の利点が小さくなります。損益分岐が約93%と高いため、キャッシュが少し外れるだけで差がなくなります。出力の多い使い方でない限り、急いで移る理由は弱いと考えます。
顧客データや社外秘の資料を扱う作業には、今は勧めません。東京で契約しても推論は中国本土のノードで行われ得るので、まず社内規程と照らし合わせる必要があります。国内での処理が条件なら、東京のJapanの区分にqwen4-maxが加わるのを待つことになります。安いモデルへ移る候補としては、Kimi K3.1 Proの料金と使い方も同じ観点で比べています。
